For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/ja/articles/nvidia-roadshow-revenue-nears-100-billion.md.
モルガン・スタンレーによるNVIDIAロードショーの議事録によると、同社の成長は加速しており、Rubin Ultraは2027年にリリース予定。AIラボでのGPU採用率が上昇し、CPU、ネットワーク、主権AI、および新たなクラウドサービスプロバイダーが収益拡大を牽引している。
NVIDIAは先日、モルガン・スタンレーがカリフォルニアで開催した特別ロードショーにおいて、投資家を悩ませてきた最近の疑問—Rubin Ultraのロードマップ延期の有無、カスタムASICがGPU市場シェアを侵食しているか、そして四半期売上高が1000億ドルに迫る中で成長を維持できるか—に回答した。
華爾街見聞が報じたロードショーの議事録によると、NVIDIAの回答は明確だった。成長はまだ天井に達しておらず、経営陣は成長が加速していると認識しているという。
CEOのジェンスン・フアン氏、CFOのコレット・クレス氏、そしてIR・戦略資金調達担当バイスプレジデントのトシヤ・ハリ氏が、機関投資家との面会に同席した。この経営陣の布陣により、本イベントは通常の投資家コミュニケーションとは一線を画し、製品のリズム、競争環境、供給制約、AIインフラ支出の持続可能性などに関する懸念に、同社が直接対応する場となった。
モルガン・スタンレーのアナリスト、ジョセフ・ムーア氏は今回の会合のトーンを高く評価した。同社はNVIDIAを半導体銘柄の最優先株とし、「オーバーウエイト」の格付けを維持している。
ロードショー以前には、Rubin Ultraが2028年に延期される可能性があるとの市場の噂が流れていた。
報道によれば、フアン氏は面会でこの解釈を直接否定した。モルガン・スタンレーの議事録によると、Rubin Ultraは依然として2027年の出荷を見込んでいる。
ラックアーキテクチャにはいくつかの調整が加えられている。従来のKyber設計は、NVIDIAがより優れたと判断した構成に置き換えられつつあり、これによりより大規模なコンピューティングドメインが実現する可能性がある。しかし、ロードショーではこれをアーキテクチャの最適化と位置づけ、スケジュールの変更ではないと説明した。
重要なインフラ作業は引き続き進行中である：
NVIDIAの公開ロードマップも2027年のスケジュールを支持している。同社の公式インフラ資料によると、Kyberは576個のRubin Ultra GPUを収容するために設計されたラック世代であり、目標時期は2027年とされている。NVIDIAはまた、800ボルト直流電源への移行が、このラック密度レベルを支える前提条件であると公に議論している。
この区別は極めて重要である。ラックを再設計すればシステムの形状は変わるが、基盤となる製品世代が遅れるわけではない。ロードショーの議事録によれば、NVIDIAはこの調整を、Rubin Ultraのロードマップの再設定ではなく、導入アーキテクチャの最適化と位置づけている。
ロードショーで最も注目を集めた詳細の一つは、NVIDIAのAIラボ顧客に関するものだった。
モルガン・スタンレーは、AIラボが現在NVIDIAの総需要の約20％を占めると試算している。ほとんどの先端モデル開発者は既にNVIDIAのインフラに大きく依存しているが、ある主要顧客はこれまで主にカスタムASICハードウェアに基づいてモデルを開発しており、NVIDIAの関与は極めて低かった。
ロードショーの報道によると、現在、この顧客のコンピューティングインフラにおけるNVIDIAのシェアは約50％にまで上昇している。
モルガン・スタンレーは顧客名を公開していない。情報源の記事によると、この記述は、Amazonと密接な関係にありAWS Trainiumチップを使用しているAnthropicを指している可能性がある。ただし、この判断は依然として市場の推測であり、NVIDIA、モルガン・スタンレー、Amazon、Anthropicのいずれからの確認開示もない。
顧客名が明かされていないとはいえ、この変化は投資家の重要な懸念の一つに応えるものである。カスタムチップが必ずしもNVIDIAのGPUを直接置き換えるわけではないということだ。
ハイパースケール・クラウドプロバイダーやAIラボは、自社のASICを開発すると同時に、NVIDIAのインフラを大量に調達し続けることができる。最終的な決定は、単一アクセラレータの価格ではなく、ワークロード全体の経済性に基づいて行われる。
モルガン・スタンレーは、顧客は最終的に生成トークンの総コストを比較すると考えている。
この計算には、チップの購入価格だけでなく、以下の要素が含まれる：
この投資銀行の業界調査によると、多くのワークロードにおいてNVIDIAは継続的に低いトークンあたり単価を実現しているという。このことが、カスタムASICの採用とNVIDIAの市場シェア拡大が同時に起こりうる理由を説明する一助となっている。
ムーア氏はまた、主要クラウド企業がカスタムチップ計画を拡大しているにもかかわらず、2024年から2026年にかけて、AIコンピューティング全体におけるNVIDIAのシェアは依然として上昇していると主張した。
これはASIC競争が無意味であることを意味するわけではない。市場の成長が十分に速く、ワークロードが十分に多様であるため、複数のアーキテクチャが同時に拡大し、かつNVIDIAが強固な地位を維持できることを示している。
ロードショーでは、NVIDIAの需要を3つの成長エンジンに分類した。
モルガン・スタンレーによると、AIラボは総需要の約20％を占める。
大手先端モデル開発者は依然としてNVIDIAプラットフォームに深く依存している。一方、以前はカスタムASICに依存していた顧客がGPUの導入を増やしているようだ。
この分野は以下の要因によって牽引されている：
需要パターンは、少数のトレーニングクラスターにとどまらず、より広範なものになっている。推論やエージェント型ワークロードは、モデルの利用拡大に伴い、継続的な容量増加を必要とする。
ロードショーの枠組みでは、従来型ハイパースケール・クラウドプロバイダーがNVIDIAの売上の約半分を占める。
マイクロソフト、メタ、アマゾン、グーグルは依然として最大の顧客群である。これらの企業の拡大は、需要不足ではなく、物理的インフラの制約によってますます制限されている。
主な制約は以下の通り：
このグループにおけるNVIDIAの機会はGPUの枠を超えている。同社は、CPU、ネットワーク、相互接続、ストレージアクセラレーション、ラックレベルアーキテクチャを含む、より幅広いシステムを販売している。
第3の成長エンジンには、新興AIクラウドプロバイダー、主権AIプロジェクト、産業企業、エンタープライズ顧客が含まれる。
モルガン・スタンレーは、特定の期間において、これらの顧客は従来型ハイパースケール・クラウドプロバイダーよりも速く成長する可能性があると予想している。これらの買い手は、各層を自社で構築するよりも、完全で統合されたインフラを購入する傾向が強いためである。
彼らの購買意思決定は以下の要因に影響される：
主権AIは特に重要である。政府や地元産業は、機密情報や戦略技術の管理を維持するため、ローカルの計算能力、国家データセット、特定国向けのモデルを構築している。
これらのプロジェクトは通常、買い手が自社のチップ開発計画を持っていないため、ハイパースケールが設計するASICとの競争の影響を受けにくい。
NVIDIAはもはや、単独のGPUベンダーとして自社を位置づけていない。
同社は以下の分野をカバーするAIインフラストラクチャプラットフォームを構築している：
このより広範なプラットフォームにより、NVIDIAは各AIファクトリーから得られる収益を拡大している。
ロードショーでは、現在の会計年度におけるNVIDIAのCPU事業の目標として約200億ドルが改めて示されたと報じられている。
モルガン・スタンレーによると、このうち約半分の収益は、GPUシステム内のホストCPUとして使用される部分だけでなく、スタンドアロンのCPUラックからもたらされる可能性がある。
これは製品の役割の重要な拡大である。
Vera CPUは、AIモデル周辺の制御集約型かつレイテンシーに敏感な作業のために設計されており、以下のものが含まれる：
NVIDIAの公式仕様では、Veraは88個のカスタムOlympusコアを採用し、176スレッドをサポートすると説明されている。そのアーキテクチャは、エージェントやAIファクトリーのワークロードに対応するため、高いシングルスレッド性能とメモリ効率を優先している。
VeraがホストCPUとしても、スタンドアロンのデータセンタープロセッサとしても成功すれば、NVIDIAはサーバー市場でさらに大きなシェアを獲得できるだろう。
ネットワークも主要な成長要因の一つである。
AIクラスターの規模が拡大するにつれ、GPU間のデータ転送が重要なボトルネックとなっている。高価なアクセラレーターがデータ待ちや同期に時間を費やしすぎると、効率的に動作できない。
NVIDIAは以下の技術で対応している：
2027会計年度第1四半期の業績は、この分野での急成長を示している。NVIDIAのデータセンターネットワーク収入は148億ドルで、前年同期比199％増、前期比35％増となった。
アイデアを一文で入力するだけで、We0 AI が紹介サイト、ページ、CMS を生成し、公開後の顧客獲得と流入拡大を支援します。
無料登録で完全なプロジェクトを 1 つ生成
1 つの完全な生成フローを試し、最初のプロジェクトのドラフトをすぐに確認するのに最適です。
これは、ロードショーの核となる論点を裏付けている。NVIDIAの成長は、もはやGPUチップの販売増加にとどまらず、完全なシステムの販売にますます依存しているということだ。
モルガン・スタンレーは、NVIDIAの投資家向けコミュニケーション方法の変化にも注目している。
同社は従来、グロースファンドによって大量に保有されてきた。一部の機関投資家にとって、NVIDIAはすでに内部保有上限に達しているか、それに近い状態であり、これらの投資家がエクスポージャーを増やすことは困難になっている。
次の買い手層には、以下の指標をより重視するバリュー投資家が含まれる可能性がある：
ムーア氏は、NVIDIAが最終的にはキャッシュフローの半分以上を自社株買いと株主還元に充てる可能性があると予測している。
NVIDIAの最近の資本配分決定により、この論点の信頼性は高まっている。2026年5月、同社は800億ドルの新たな自社株買い承認を発表し、四半期現金配当を増額した。
バリュー投資論は成長論に取って代わるものではない。むしろ、NVIDIAは次の二つの側面を同時に提示しようとしている：
この組み合わせにより、同株の投資家基盤は拡大する可能性がある。
「1000億ドルに迫る」という表現は、もはや理論上のものではない。
NVIDIAは2027会計年度第1四半期の収益を816億ドルと報告し、前期比20％増、前年同期比85％増となった。同社の次四半期の公式見通しは910億ドル（上下2％の変動幅）である。
モルガン・スタンレーのロードショーレポートによると、経営陣は引き続き、この規模でも成長が加速している事業として自社を位置づけている。
これが投資ロジックの背後にある重要なポイントである。NVIDIAは単に四半期収益を数十億ドル単位で増やしているだけでなく、複数の市場が同時に成長しているため、拡大速度は依然として高い：
課題は、需要を納品可能なシステムに変換することである。収益は、メモリ、ネットワークコンポーネント、電力、冷却、データセンタースペース、および完全なラックの可用性に依存する。
モルガン・スタンレーはロードショーレポートで、「オーバーウエート」のレーティングと288ドルの目標株価を維持した。
元記事では、NVIDIAの7月9日の終値202.78ドルが使用されており、これは目標株価に対して約42％の上昇余地を意味する。また、当時の時価総額約4.97兆ドルも引用されている。
これらの市場データは時点情報であり、元の公開日におけるスナップショットとして見なされるべきである。
ムーア氏が予測した収益成長率は以下の通りである：
| 期間 | モルガン・スタンレーの成長予想 |
|---|---|
| 2026会計年度 | 82% |
| 2027会計年度 | 52.4% |
これらはアナリストの推計であり、NVIDIAのガイダンスではない。
投資論点は、いくつかの前提に基づいている：
モルガン・スタンレーはまた、見通しを弱める可能性のあるリスクを強調している。
これらには以下が含まれる：
特に重要なリスクは、供給不足から均衡への移行である。
需要が供給を大幅に上回っている場合、メーカーは強力な価格決定力を持ち、顧客はキャパシティを奪い合う。供給が急拡大しすぎると、データセンターの成長は投資家の予想よりも急激に減速する可能性がある。
カスタムチップのリスクも依然として現実的である。Google、Amazon、Microsoft、Meta、その他の大口顧客は、自社のワークロードに最適化されたハードウェアを開発する強力な動機を持っている。
NVIDIAの防御策は、より高速なGPUだけではない。
それは、ソフトウェアエコシステム、ネットワーク、CPU、ラック設計、導入速度、およびトークンあたりの総コストを総合した経済性である。
ロードショーで伝えられたより広範なメッセージは、AIインフラへの需要は依然として強いということである。
NVIDIAの現在の問題は、顧客にAIコンピューティングの有用性を納得させることではなく、巨大な需要を、さまざまな物理的制約の下で動作可能なシステムに変換することである。
現在の制約要因には以下が含まれる：
このため、NVIDIAはアーキテクチャ全体への投資を継続している。
一つのGPUは、動作可能なシステムに組み込まれ、メモリとネットワークに接続され、十分な電力が供給され、準備の整ったデータセンターに設置されて初めて収益を生み出す。
Rubin Ultraの800 VDCおよびKyberアーキテクチャは、この変革を示している。AIコンピューティングの次の段階は、半導体の問題だけでなく、インフラエンジニアリングの問題でもある。
モルガン・スタンレーのロードショーレポートによると、NVIDIAはRubin Ultraの2028年への延期を否定し、2027年の出荷スケジュールを維持している。NVIDIAの公開インフラストラクチャロードマップでも、Rubin Ultra GPUを搭載したKyberシステムが2027年に登場すると説明されている。
Vera Rubinは、NVIDIAの現在の次世代AIプラットフォームであり、Rubin GPU、Vera CPU、NVLink、ネットワーク、およびストレージインフラを組み合わせたものである。一方、Rubin Ultraは、Kyberラックアーキテクチャと800 VDC電源システムに基づいて提供される、より高密度な後継製品である。
NVIDIAは2027会計年度第1四半期の収益を816億ドルと報告し、次四半期の収益を910億ドルと予測している。成長の原動力は、ハイパースケールクラウドプロバイダー、AIラボ、新たなクラウドサービスプロバイダー、主権AIプロジェクト、ネットワーク、CPU、および完全なAIファクトリーシステムである。
カスタムASICは拡大しているが、両者は単純な代替関係ではない。顧客は特定のワークロードに独自のアクセラレーターを使用する一方で、特にソフトウェアの成熟度、柔軟性、ネットワーク、またはトークンあたりの総コストにおいて優位性がある場合には、NVIDIAシステムを引き続き導入する可能性がある。
モルガン・スタンレーはロードショーの記録の中で、その顧客名を明らかにしていない。元の記事はAnthropicである可能性を示唆しているが、これは推測に基づく判断であり、関連企業による確認は得られていない。
主権AIとは、各国が自国のインフラストラクチャ、データ、人材、および国内エコシステムを活用してAIを構築および運用する能力を指す。このようなプロジェクトは、地元のAIファクトリー、国家モデル、および安全なコンピューティング能力への需要を生み出す可能性がある。
大規模なAIクラスターには、アクセラレーターだけでは不十分である。CPUはデータパイプライン、ツール、オーケストレーション、およびエージェントワークロードの管理を担当し、高速ネットワークは数千ものGPUの同期と完全な活用を可能にする。
いいえ。本稿で言及されているアナリストのレーティング、目標株価、予測は、元のレポートの説明を目的としたものである。
市場にはリスクが伴うため、読者は投資判断を下す前に、自身の目標、財務状況、リスク許容度を評価する必要があります。
モルガン・スタンレーによるNVIDIAのロードショー議事録によると、同社の成長は単一化ではなく多様化に向かっています。AIラボ、ハイパースケーラークラウドプロバイダー、新興AIクラウド、Sovereign AIプロジェクト、CPU、そしてネットワーキング事業が、次の成長フェーズを牽引しています。
Rubin Ultraの遅延に関する噂は否定され、NVIDIAが既に示した2027年のロードマップが支持されました。同時に、大型ラック、800 VDC電源、光インターコネクト、完全なAIシステムへの移行は、今後の成長がチップ設計だけでなく、インフラエンジニアリングにも依存することを示しています。
カスタムASICは依然として重要な競争リスクですが、ロードショーでは、その採用が単純な代替サイクルではないことが示唆されました。顧客は、ソフトウェア、ネットワーキング、利用率、トークンあたりのコストを含む、ワークロード全体の経済性を評価しています。
NVIDIAの中核的な課題は、もはやAI需要の存在を証明することではなく、その需要を、大規模に電力供給、冷却、相互接続、納品、運用可能な完全なシステムへと転換することです。
ひとことから始めて、数分で完全なサイトを手に入れましょう。
